빠른 고객 유치와 기업 성장을 위한 방법, 인공지능

한빛미디어

2021-08-03

by 로밋 파텔

10,412

애플리케이션의 성공을 위해서는 훌륭한 애플리케이션과 훌륭한 팀원도 중요하지만, 핵심은 빠르게 고객을 유치하고 애플리케이션의 규모를 키워 성장시키는 것일 겁니다. 시간이 지날수록 이러한 스마트한 성장의 해답은 인공지능에 있을 것이라 생각합니다.

"빠르게 고객을 유치하고 애플리케이션 규모를 키워 성장하기 위해 필요한 것, 인공지능(AI)"

애플리케이션 성장의 비결, 그리고 린 AI

만약 애플리케이션 공급 업체가 여전히 50년 전과 같은 방식으로 결제를 유도하고 있다면, 고객을 유치하기는 어려울 겁니다. 현재 인공지능은 고객 가치 사슬에서 하나 이상의 형태로 통합되고 있는데, 그 적용 분야는 재고의 효과적인 분배에서부터 광고주의 의사결정까지 그 어느 때보다도 다양합니다. 수동 솔루션의 비효율성을 해소하기 위해 등장한 인공지능이라는 새로운 솔루션은 그 어느 수동적인 방법보다도 효과적이며, 휴먼 에러가 발생할 가능성이 낮다고 말할 수 있습니다.

애플리케이션을 성장시키기 위한 비결은 여러 채널로부터 고객 유치의 경험들을 모으고, 이 경험들이 고객 유치와 고객 유지, 그리고 수익화를 위해 합리적이고 체계적으로 활용될 수 있도록 반복적으로 학습하는 것입니다. 경쟁에 있어서 신속한 의사 결정이 중요하기 때문에, 이러한 학습 또한 신속하게 이루어져야 합니다. 하지만, 이 모든 과정을 수행하는 데 인적 자원을 활용한다면, 거의 무한에 가까운 인적 자원이 필요할 수밖에 없는데요, 이 때가 바로 린 AI가 필요한 지점입니다.

린 AI는 애플리케이션의 성장 속도를 대폭 높일 수 있는 혁신적인 프로세스입니다. Lean 팀과의 결합을 통해 인공지능과 자동화를 스마트하게 활용할 수 있습니다. 이를 통해 애플리케이션 성장팀은 인적 자원에 비용을 들이지 않아도 회사에 실질적인 비즈니스 가치를 제공하는 데 지속적으로 초점을 맞춘 활동을 전개할 수 있습니다. 모든 디지털 채널에 걸쳐 수만 건의 동시 마케팅 실험을 실행할 수 있으며, 이를 통해 새로운 자율 마케팅 시대를 열 수 있습니다. 규모에 맞는 실험을 수행하면 성공적인 실험을 찾을 가능성이 높아지며, 활용되는 실험 중 일부는 인공지능 이전 시대에는 고려되지도 않았을 실험일 것입니다. 인공지능이 없었다면 비용과 복잡성 문제로 인해 배제되었을 이러한 다양한 실험들은 현재, 마케팅 자동화 시대의 관측 수단으로써 유용하게 사용되고 있습니다.

인공지능을 학습시키기 위한 데이터는 매우 중요합니다. 그러나 데이터에 비용 절감, 위험 감소 및 이익에 초점을 맞춘 비즈니스 문제를 명확하게 설정하지 않다면 데이터는 아무런 효력을 발휘하지 못합니다. 사업 전략을 구상하기 전에 마케팅 자동화가 무엇인지, 그리고 이를 통해 어떠한 미래적 가치를 창출할 수 있는지에 대한 이해가 선행되어야 합니다.

노이즈를 꿰뚫다: 마케팅 자동화의 상태를 측정하는 프레임워크

마케팅 자동화 분야에서는 특히 인공지능에 관해서는 클레임들이 지속적으로 발생하기도 합니다. 어떻게 공급 업체와 그들의 클레임을 체계적으로 평가하고, 최신 기술에 대해 정확하게 파악할 수 있을까요? 예를 들어 살펴보겠습니다.

우리는 자동차 업계가 어떤 노력을 기울였는지 살펴봄으로써, 오늘날 시장에 출시되고 있는 모든 자율주행차 기술을 이해하기 위한 마케팅 산업의 로드맵을 그려볼 수 있습니다. 2018년 자동차 산업 무역 연합 SAE(Society of Automotic Engineers)에서는 자동화 스케일을 도입했습니다(아래 참조). 이를 통해 자동차 산업에서는 아래 표와 같이 자동차에 대한 다양한 수준의 자동화 기능을 결정하고 분류할 수 있게 되었습니다.

SAE 자동화 스케일

Level 0	자동화가 없음. 운전자는 핸들의 방향과 속도(가속 및 감속 모두)를 어시스턴트 없이 항상 제어해야 합니다. 이 시스템은 운전자에게 아무런 조치를 가하지 않으며, 오직 경고만 제공합니다.
Level 1	제한된 운전자 어시스턴스. 여기에는 특정 상황에서 핸들의 방향 및 가속/감속을 동시에 제어할 수 있는 시스템이 포함됩니다. 하지만 이 둘을 동시에 제어할 수는 없습니다.
Level 2	핸들의 방향 및 가속/감속을 모두 제어하는 운전자 지원 시스템. 이러한 시스템은 운전자가 해야할 일 일부를 대신 수행하지만, 운전자는 항상 주의를 기울여야 합니다.
Level 3	고속도로 같은 특정 상황에서 자율주행이 가능한 시스템. 자율주행 모드에서는 사람의 개입이 필요하지 않습니다. 그러나 이를 제외한 상황에는 운전자가 직접 제어해야 합니다.
Level 4	대부분의 시간에 자율주행이 가능하지만, 특정 예외 상황에서는 운전자가 필요할 수 있는 차량입니다.
Level 5	완전한 자율주행 시스템. 5단계 차량은 어떠한 상황에서도 항상 자율주행이 가능하며, 운전자의 개입이 전혀 필요하지 않습니다.

SAE의 자동화 기준을 마케팅에 대입하면 어떨까요? 애플리케이션 확장을 담당하는 마케터들을 위한 자율 마케팅 및 마케팅 자동화 솔루션 평가 로드맵을 그려볼 수 있지 않을까요?

린 AI 자동화 스케일

Level 0	자동화 없음. 마케터는 모든 일을 기본 도구와 CRM시스템을 사용하여 처리합니다. 이 도구들은 자동화를 제공하지 않지만, 마케팅 데이터나 결과 리포팅(대시보드 혹은 "비즈니스 인텔리전스" 시스템)을 위한 스토리지 저장소 역할은 제공합니다.
Level 1	자동화 권장. 마케터는 비즈니스 규칙을 준수할 수 있도록 마케터가 정의한 시스템을 활용하여, 마케팅 결과를 최적화하기 위한 비즈니스 권장사항을 제시합니다. 그 예로는 채널별 마케팅 지출을 조정하기 위한 권장 시스템이 있는 대시보드를 들 수 있습니다. 사용자는 그 권장사항을 조정의 마지막 단계에 수행해야 합니다.
Level 2	규칙 기반 자동화. 레벨 1에서 마케터가 설정한 비즈니스 규칙을 토대로 레벨 2의 규칙 기반 자동화를 수행하면 사용자의 개입이나 승인 없이 자동으로(일반적으로 애플리케이션이나 API를 통해) 마케팅을 조정할 수 있습니다. 이러한 시스템에서는 사용자가 직접 규칙을 만들어야 합니다. 마켓의 상황은 매일, 매시간 또는 분 단위로 동적으로 변화하므로 이러한 규칙 기반 시스템은 불안정하거나 많은 개입이 필요한 단점이 있습니다.
Level 3	연산 자동화. 머신 러닝을 사용하여 마케팅 자동화와 결합된 통계 분석을 기반으로 결과를 관찰하고 학습하며 개선하는 시스템입니다. 디지털 시스템의 목표 설정이나 날짜 또는 지역 등의 광범위한 매개 변수 설정 외에 사용자의 개입은 필요하지 않습니다.
Level 4	통찰력 있는 자동화. 사용자 상호 작용, 콘텐츠, 행동, 성능 데이터 등의 상황적인 의미를 고려하고, 다양한 채널에서 1:1 마케팅 메시지를 상황에 맞게 처리하며, 작업자에게 최적의 성능을 제공하는 시스템입니다.
Level 5	완전 자동화. 레벨 5 시스템은 통찰력 있는 자동화를 구축하면서도 마케팅 팀의 지속적인 개입 없이 자체 테스트, 창의적 변형, 대상 매개 변수 등을 생성합니다.

대부분의 마케팅 팀은 자동화 스케일을 0 단계(레벨 0)에서 2 단계(레벨 2)로 높이기 위한 노하우를 모색하는 과정에 있습니다. 하지만, 애플리케이션 마케터들에게 가장 어려운 도전이자 기회는 자동화 스케일을 2단계에서 5단계로 도약시키는 작업입니다. 이러한 도약의 과정에서 인공 지능의 현명한 사용, 그리고 린 AI 차원의 자동화를 통해 애플리케이션의 성장을 빠르게 확대시킬 수 있습니다.

린 마케팅을 통해 고객 확보하기

어떻게 하면 애플리케이션 마케터들이 고객 확보와 매출 증가를 Lean 팀과 함께 2단계에서 5단계로 확장할 수 있을까요? 페이스북, 구글 등 현존하는 인공지능을 활용한 고객 확보 솔루션은 좋은 시작점이 될 수 있지만, 최종 승자는 구체적인 니즈와 목표에 맞게 솔루션을 맞춤화할 수 있는 혁신적인 스타트업들이 될 것으로 보입니다.

머지 않은 미래에는 고객 확보를 위해서 인공지능, 기계 학습 그리고 자동화가 커스터마이징 된 개인 맞춤화 시스템을 설계하는 데 활용될 것입니다. 이러한 시스템은 이전 세대의 비즈니스 인텔리전스와 대시보드에서는 제공하지 못했던 범용적인 사용성을 보장할 수 있고, 최적의 결과를 제공할 수 있을 것입니다. 다중 타겟팅, 창의성, 그리고 시대 흐름을 따르기 위해서는 더 복합적이며 범용적인 고객 확보 캠페인을 구현할 필요성이 있습니다. 이를 위해 현존하는 도구 이상의 인텔리전스 머신 즉, "지능형 머신" 운영 계층이 필요합니다.

유료 고객 확보의 미래는 지능형 머신, 상호 협력적으로 잘 동작하는 복합적인 캠페인에 달려 있으며, 이는 유동적으로 확보 가능한 예산, 잘 정돈된 창의성, 통찰력, 그리고 자율성을 필요로 합니다. 지능형 머신은 인공지능이 제공하는 더 효율적인 Lean 팀, 핸드오프 관리 접근 방식과 함께라면 우수한 성능을 발휘할 수 있는 잠재력을 보유하고 있습니다.

- 원문 : 로밋 파텔(Lean AI: The Secret to App Growth)

- 번역 : 최지원

위 내용은 로밋 파텔의 원문 기사에 기반하여, 그의 저서 <린 AI>를 토대로 일부 내용이 편집되었습니다. 빠르게 고객을 유치하고 서비스와 기업 규모를 키워 성장하기 위해 필요한 인공지능, 이를 적재적소에 도입하고 구축하는 데 필요한 인사이트에 대한 보다 더 자세한 내용은 <린 AI>에서 만나보실 수 있습니다.